par Raphaëlle Pin-Diop

Spatialisation du risque de transmissionde la Fièvre de la Vallée du Riften milieu agropastoral sahéliendu Sénégal septentrional Thèse de doctorat de l’Université d’Orléans Discipline: Géographie: espace, développement et santé par Raphaëlle Pin-Diop Université d’Orléans

Plan de la présentation Première partie • Cadrage du sujet • Problématique • Présentation du protocole de recherche Deuxième partie • Organisation spatiale des hôtes • Caractérisation des mares et répartition des vecteurs • Modélisation du risque relatif de transmission de la FVR

Cadrage du sujet • Contexte scientifique • Maladies vectorielles • Maladies émergentes • Santé et environnement Charge croissante de morbidité et de mortalité palustres • Contexte institutionnel • 2 projets pluridisciplinaires • ACI: Analyse et modélisation du risque de schistosomose et de Fièvre de la Vallée du Rift (FVR) dans la région pastorale du Ferlo, Sénégal • CORUS: Analyse et modélisation des interactions entre l’environnement, la dynamique des populations de vecteurs d’arboviroses et le contact entre hôtes et vecteurs.

Cadrage du sujet • Contexte scientifique • Maladies vectorielles • Maladies émergentes • Santé et environnement Charge croissante de morbidité et de mortalité palustres • Contexte institutionnel • 2 projets pluridisciplinaires • ACI: Analyse et modélisation du risque de schistosomose et de Fièvre de la Vallée du Rift(FVR) dans la région pastorale du Ferlo, Sénégal • CORUS: Analyse et modélisation des interactions entre l’environnement, la dynamique des populations de vecteurs d’arboviroses et le contact entre hôtes et vecteurs.

Cadrage du sujet Carte des épizooties de FVR Carte des enzooties de FVR Aedes vexans • La fièvre de la vallée du Rift • Maladie émergente • Arbovirose zoonotique majeure (OIE) • Affecte principalement • les ruminants domestiques ou sauvages • l’homme Virus de la FVR • Depuis trois décennies: • aggravation des épisodes • extension géographique

Cadrage du sujet • Pas de traitement spécifique • Prévention • Vaccinations ciblées • Recommandations en cas de foyer Intérêt de la modélisation • Mécanismes de transmission Cycle épidémiologique simplifié de la FVR

Cadrage du sujet • Modèles existants • Valables pour l’Afrique de l’Est et du Sud • Épisodes corrélés à pluviométrie abondante • Mais non extrapolables à l’Afrique de l’Ouest • Au Sénégal • Epizoo-épidémies régulières • Région enzootique = zone agropastorale du Ferlo Objectif de ce travail de recherche Spatialisation du risque de transmission de la FVR en milieu agropastoral sahélien du Sénégal

Problématique • Particularités de la FVR à Barkedji, Ferlo • La zone d’étude • 1600 km² autour de Barkedji • Région pastorale sahélienne • En saison sèche: transhumance ou points d’eau permanents • En saison des pluies: mares temporaires et pâturages environnants

Problématique Mare temporaire • Ressources ou santé? Ressource majeure pour les éleveurs et leurs troupeaux Biotope des moustiques vecteurs Proximité dans l’espace et dans le temps entre le virus, ses hôtes et ses vecteurs Risque sanitaire

Problématique • Complexité du système de la FVR à Barkedji • Plusieurs hôtes possibles et réservoirs éventuels • Plusieurs modes d’introduction du virus • 2 espèces principales de vecteurs Risque = Intensité du contact entre hôtes et vecteurs en saison des pluies Rongeurs? Homme Milieu Ruminant domestique Virus de la FVR Culex sp. Aedes sp.

Présentation du protocole de recherche Relevés de terrain Relevés de terrain Données satellitales (Landsat7, NDVI) Données satellitales (Spot5) Recensement des campements et des troupeaux dans des échantillons SIG – Télédétection Géostatistiques SIG – Télédétection Statistiques Prédiction de la densité de troupeaux Répartition spatiale de l’abondance relative des vecteurs Spatialisation du risque de transmission de la FVR à Barkedji • Protocole spatialisation du risque dans la zone d’étude VECTEURS HOTES

Plan de la présentation Première partie • Cadrage du sujet • Problématique • Présentation du protocole de recherche Deuxième partie • Organisation spatiale des hôtes • Caractérisation des mares et répartition des vecteurs • Modélisation du risque relatif de transmission de la FVR

Organisation spatiale des hôtes • Hypothèses • La répartition des troupeaux dépend principalement des pâturages • Le comportement spatial peut varier entre sédentaires et transhumants • Méthodes • Traitement d’images • SIG • Analyses statistiques

Organisation spatiale des hôtes Cartographie des clusters écologiques Occupation du sol d’après une image LandSat de nov. 1999 (source: CSE) • Résultats • Le milieu Dynamique de la végétation en SP 2001 (source: Spot Vegetation)

Organisation spatiale des hôtes Cartographie de la densité de troupeaux • Description du comportement spatial des hôtes • Déterminants de l’emplacement du campement • Pas de différence majeure entre le comportement spatial moyen des sédentaires et des transhumants • Prédiction de la densité de troupeaux D • Modèle comprend 7 variables liées à l’occupation du sol • Précision de 67%

Organisation spatiale des hôtes • Discussion • Critiques du modèle • Analyse discriminante (AD) • Résultat qualitatif • Adaptée au type de variables testées et à la variable prédite • Précision de 67% • Habituel pour AD • Biais possible: zone à forte densité au nord-est • Améliorations du modèle • Tester d’autres variables • Question de l’unité • Prendre en compte les variations inter-annuelles de la densité animale

Caractérisation des mares et répartition des vecteurs • Hypothèses • Plus une mare est… • couverte par la végétation, • étendue et découpée • pérenne … plus elle est favorable aux vecteurs • Plus on s’éloigne d’une mare, plus la densité de moustiques diminue 2 profils de mares

Caractérisation des mares et répartition des vecteurs • Méthodes • Détection de l’eau et de la végétation • Calcul d’un indice de capacité C pour chaque mare selon • Surface et périmètre max • Couvert végétal • Pérennité • Généralisation de l’indice à l’ensemble de la zone • Lissage de C • Calculs pour une dispersion maximale faible (2.5 km), moyenne (4 km) et élevée (6 km) • Estimation de l’abondance relative des vecteurs dans ces 3 cas

Caractérisation des mares et répartition des vecteurs • Résultats • Cartographie des mares temporaires de la zone d’étude • Cartographie de la densité de végétation au 26/08/03 • Cartographie de la capacité C des mares

Caractérisation des mares et répartition des vecteurs Dans les 3 cas Existence de zones fortement infestées Dispersion faible Îlots d’abondance relative élevée Contraste avec zones d’abondance relative très faible Dispersion élevée Homogénéisation de Av dans des valeurs moyennes Disparition des zones d’abondance relative très faible • Estimation de l’abondance relative des vecteurs (Av)

Caractérisation des mares et répartition des vecteurs • Discussion • Détection des mares • Difficile car couverture végétale modifie le signal • Perspectives d’améliorations • Analyse orientée-objet • Série d’images RADAR • MNT à 1 m de résolution • Détection de la végétation • Limitée par connaissances sur l’écologie des vecteurs • Potentialités de la TD pourraient être mieux exploitées • Estimation de l’abondance vectorielle • Distance de dispersion inconnue pour l’instant • Protocoles de capture-marquage-recapture ou biologie moléculaire?

Modélisation du risque relatif de transmission de la FVR • Hypothèses • si D, le risque  avec une limite imposée par le pool de vecteurs • si Av , le risque  • plus la végétation terrestre Vt est dense, plus les vecteurs se déplacent facilement vers les hôtes • Méthodes • Cartographie de la végétation terrestre (SIG) • Modèle: arbre hiérarchique à 3 niveaux • Comparaison avec les données sérologiques disponibles

Modélisation du risque relatif de transmission de la FVR Zones de niveau 4 Proximité point d’eau permanent et réseau de grandes mares Zones de niveau 2-3 Proximité réseau de petites mares • Résultats Zones de niveau 1 Grandes plaines de seeno ou sangre, peu de mares

Modélisation du risque relatif de transmission de la FVR • Enquêtes d’incidence  Modèle prédit 7+ sur 9 et 2- sur 6 • Pas de différence significative de la surface à haut risque (niveau 3 ou 4) selon les valeurs de dispersion   15% de la zone d’étude • Applications pratiques • Aide à la décision dans le cadre du réseau de surveillance sénégalais • Sélection des troupeaux sentinelles dans zones à haut risque • En cas de foyer avéré, cibler les actions de prévention et de lutte dans les zones les plus à risque • Éventuellement: traitement ciblé des mares temporaires

Modélisation du risque relatif de transmission de la FVR • Discussion • Arbre hiérarchique: basé sur réflexion épidémiologique, aisément modifiable • Sorties du modèle facile à interpréter (cartes de 1 km² de résolution) • Mise en classes, peu de pondération des variables  Utiliser un modèle plus robuste • Rôle des transhumants dans l’introduction du virus?  Enquêtes sérologiques à leur arrivée à Barkedji • Validation du modèle  Suivi sérologique en stratifiant l’échantillonnage

Conclusion • Bilan • Apport thématique et méthodologique • Modélisation des maladies vectorielles émergentes au niveau local  Applications à d’autres maladies • Importance d’une réflexion approfondie sur la maladie dans son milieu  Intérêt d’un travail pluridisciplinaire • Perspectives • Études complémentaires dans le cadre du programme EDEN  Améliorations et validation des modèles • Approfondissement des concepts et outils de la géographie appliqués à l’étude des pathologies animales ou humaines

Merci de votre attention

par Raphaëlle Pin-Diop